【太平洋科技快讯】近日公布了一项名为《Foundation Model Hidden Representations for Heart Rate Estimation from Auscultation》的商讨确认，探索了诓骗语音惩处的基础模子估算心率的可行性。

尽管语音惩处模子领先是为识别语音而狡计的，但苹果的商讨东说念主员发现，这些模子不异大略灵验惩处心音图(Phonocardiogram, PCG)数据。心音图是诓骗换能器将腹黑的机械振荡挽救为电流信号并纪录下来的弧线图，在腹黑健康监测中具有进犯价值。商讨团队测试了包括Whisper、wav2vec2、wavLM等在内的六个主流语音惩处模子，并与苹果自研的CLAP(Contrastive Language-Audio Pretraining)模子进行了对比实验。

商讨使用了公开的CirCor DigiScope Phonocardiogram数据集，包含约20小时的心音灌音，每段灌音时长在5.1至64.5秒之间。商讨团队将音频文献分割为每秒迁移一次的5秒片断，共生成23381个心音片断用于心率挽救测量。逝世涌现，苹果自研的CLAP模子在不同数据分割中均赢得了最低的平均完全瑕疵(MAE)，优于传统声学特征考验的基准模子。这标明，CLAP模子由于其考验数据涵盖了更多非语音推行，大略更好地捕捉心音相关特征，从而提高心率估算的准确性。

苹果商讨东说念主员示意，语音惩处的基础模子不错灵验符合听诊和生命体征估算任务，成为传统范例的稠密替代决策。他们还发现，模子限制越大并不虞味着心率估算恶果越好，但通过进一步微调或能提高精度。这项本领有望应用于心肺声息的病理分析，匡助更精确地检测心律失常和噪音等尽头情况。

若是这项本领大略奏效完了商用振荡，异日的AirPods耳机将不再只是是音频配置，更将成为进犯的健康监测用具。用户不错通过耳机内置的麦克风和声学传感器，在捎带耳机时及时监测心率，并将数据同步到苹果健康生态中。这项功能在体育场景中尤为有用，因为耳机捎带表情比手腕配置更踏实，大略提供更精确的心率数据，幸免因手臂舞动导致的瑕疵。